Резюме: Аналитик данных

О СЕБЕ
Начинающий аналитик данных с сильной технической базой (образование в сфере ИВТ) и практическим опытом работы с реальными кейсами в рамках хакатонов и учебных проектов. Ищу позицию Junior Analyst для применения навыков в продуктовой аналитике и BI. Имею опыт работы с полным циклом анализа данных: от формулировки гипотез и SQL-запросов до построения дашбордов и презентации выводов. Быстро обучаюсь, нацелена на результат и готова решать бизнес-задачи.

ОБРАЗОВАНИЕ
- РХТУ им. Д.И. Менделеева, Москва
Информатика и вычислительная техника
2022 – 2026 (очная форма обучения, ожидаемое окончание)

- ООО "Айти Резюме" (Simulative)
Курс "Аналитик данных"
2025 – 2026

ПРОЕКТНЫЙ ОПЫТ
1. Хакатон «Hack & Change» Трек ML/Web: построение модели дохода от Альфа-Банка (Python, React + TS + Vite)
- Анализировала и предобрабатывала датасет для прогнозирования дохода клиентов.
- Выделила ключевые факторы, влияющие на кредитные решения и персонализацию предложений.
- Создала веб-интерфейс.
- Презентовала и защитила решения перед экспертами.

2. Маркетинговый анализ интернет-магазина для улучшения ключевых метрик (SQL + Python + PowerBI)
- Провела очистку, агрегацию и трансформацию данных с помощью SQL для подготовки датасета.
- Выявляла и устраняла дубликаты, обрабатывала пропуски и нормализовала данные.
- Выполнила сегментацию клиентов и анализ тональности отзывов через Python (NLTK, pandas).
- Разработала интерактивные дашборды в Power BI для визуализации KPI.
- Презентовала результаты и предложения по оптимизации маркетинговых расходов.

3. Анализ пользовательского поведения и сценариев взаимодействия (Yandex DataLens)
- Рассчитала ключевые продуктовые метрики: DAU, MAU, Retention, Conversion Rate.
- Провела когортный анализ для оценки удержания.
- Визуализировала результаты для принятия управленческих решений .

4. A/B-тестирование и оценка гипотез (Python)
- Сформулировала гипотезы.
- Определила контрольные и экспериментальные группы.
- Рассчитала статистическую значимость (t-test, p-value, доверительные интервалы).
- Визуализировала результаты тестов и выносила рекомендации по дальнейшим действиям.

HARD SKILLS:
- Анализ данных и метрики:
Расчет и интерпретация продуктовых метрик (LTV, CAC, Retention, ROMI, DAU/MAU).

- Сегментация: когортный анализ, RFM, ABC/XYZ-анализ.

- A/B-тестирование: проверка гипотез, t-критерий, p-value, доверительные интервалы.

- Математическое моделирование: базовые принципы ML (типы задач, этапы создания модели).

- SQL и Python:
SQL (PostgreSQL): JOIN, подзапросы, оконные функции, CTE, оптимизация запросов.
Python: Pandas, NumPy (обработка и анализ данных); Matplotlib (визуализация); NLTK (базовый текст-майнинг).

- Визуализация и BI:
Power BI: Создание дашбордов, работа с Power Query, написание мер на DAX.
Yandex DataLens, Apache Superset.
Excel: Продвинутые формулы, сводные таблицы, Power Query.

- Инженерия данных и инструменты:
Понимание ETL/ELT процессов и принципов построения витрин данных.
Моделирование данных: BPMN, UML, ER-диаграммы.

- Инструменты: Git/GitHub, Figma.

- ОС: Windows, Linux (Ubuntu).

SOFT SKILLS:
- Аналитическое мышление: Способность структурировать задачи и находить неочевидные взаимосвязи (подтверждено успешным участием в хакатоне).
- Коммуникабельность и презентация выводов: Опыт защиты проектов перед экспертами и заказчиками, умение переводить сложные данные на простой язык.
- Работа в команде: Участие в групповых проектах и хакатонах, распределение задач и взаимопомощь.
- Английский язык: B1 (Intermediate). Чтение технической документации.